Using L‐systems for modeling source–sink interactions, architecture and physiology of growing trees: the L‐PEACH model
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Functional-structural plant models simulate the development of plant structure, taking into account plant physiology and environmental factors. The L-PEACH model is based on the development of peach trees. It demonstrates the usefulness of L-systems in constructing functional-structural models. L-PEACH uses L-systems both to simulate the development of tree structure and to solve differential equations for carbohydrate flow and allocation. New L-system-based algorithms are devised for simulating the behavior of dynamically changing structures made of hundreds of interacting, time-varying, nonlinear components. L-PEACH incorporates a carbon-allocation model driven by source-sink interactions between tree components. Storage and mobilization of carbohydrates during the annual life cycle of a tree are taken into account. Carbohydrate production in the leaves is simulated based on the availability of water and light. Apices, internodes, leaves and fruit grow according to the resulting local carbohydrate supply. L-PEACH outputs an animated three-dimensional visual representation of the growing tree and user-specified statistics that characterize selected stages of plant development. The model is applied to simulate a tree's response to fruit thinning and changes in water stress. L-PEACH may be used to assist in horticultural decision-making processes after being calibrated to specific trees.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle